基于Takagi-Sugeno模糊神经网络模型的卫星钟差预报方法
  • 【DOI】

    10.15940/j.cnki.0001-5245.2017.03.010

  • 【摘要】

    卫星钟差预报精度的不断提升是精密导航的关键问题.为了进一步提高钟差的预报精度和更好地反映钟差的变化特性,提出一种基于Takagi-Sugeno模糊神经网络(Fuzzy Neural Network,FNN)的钟差预报方法.该方法首先根据钟差数据的特点对钟差进行预处理,然后以预处理后的数据建立一种高精度预报钟差的Takagi-Sugeno模糊神经网络算法.采用IGS (International G... 展开>>卫星钟差预报精度的不断提升是精密导航的关键问题.为了进一步提高钟差的预报精度和更好地反映钟差的变化特性,提出一种基于Takagi-Sugeno模糊神经网络(Fuzzy Neural Network,FNN)的钟差预报方法.该方法首先根据钟差数据的特点对钟差进行预处理,然后以预处理后的数据建立一种高精度预报钟差的Takagi-Sugeno模糊神经网络算法.采用IGS (International Global Navigation Satellite System Service)不同采样间隔的精密钟差数据进行了短期预报试验,并与ARIMA (Auto-Regressive Integrated Moving Average)模型、GM(1,1)模型及QP (Quadratic Polynomial)模型进行了对比试验,分析结果表明:对不同类型原子钟,该方法用于钟差短期预报是可行的、有效的,其获得的卫星钟差预报结果明显优于常规方法. 收起<<

  • 【作者】

    蔡成林  于洪刚  韦照川  潘军道 

  • 【作者单位】

    桂林电子科技大学信息与通信学院 桂林541004;广西精密导航技术与应用重点实验室 桂林541004

  • 【刊期】

    天文学报 ISTIC PKU 2017年3期

  • 【关键词】

    天体测量学:时间  方法:数据分析  方法:Takagi-Sugeno  astrometry: time  methods: data analysis  methods: Takagi-Sugeno 

  • 【基金项目】

    国家自然科学基金项目 桂林电子科技大学研究生教育创新计划资助项目